Please enable JavaScript.

Coggle requires JavaScript to display documents.

AMOSTRAGEM, image - Coggle Diagram

- - - - Quando os elementos de uma população puderem ser contados, porém apresentando uma quantidade muito grande, assume-se a população como infinita, também.
      - EX: quantas vezes aparecerá o número dois ao se jogar um dado inúmeras vezes, o número de ligações
        telefônicas efetuadas em uma metrópole em um ano, a previsão, em números, das vendas de um produto especifico com grande vendagem, o número de
        pessoas que apresentam determinada doença e outros.
- - - - O censo envolve um exame de todos os componentes de um dado conjunto, sem
        optar por escolhas ou seleções;
    - - Embora
        mais caro e demorado, o censo evita o erro da generalização ou inferência.
    - - Caro e demorado
      - Impossível analisar populações infinitas
      - Não é possível utilizar os Testes destrutivos: consistem em testes nos quais os itens examinados são
        destruídos no ato do experimento.
      - População muito numerosa: CARO E DEMORADO
  - - - A amostragem consiste no estudo de uma parte do universo. A amostragem envolve o estudo de apenas uma parte dos elementos, envolvendo escolhas daquilo que será́ estudado.
      - EX: Inúmeras situações de amostragem do dia a dia podem ser mencionadas: o fato de
        experimentar roupas para escolher a preferida, a questão da escolha de lojas para efetuar compras, a seleção de um produto de diferentes marcas e outras.
      - As conclusões da amostragem, por outro lado, devem ser válidas para a população. Neste caso, já́ que nem todos os elementos foram estudados, existe a possibilidade de erros.
    - - No sentido de poder generalizar suas conclusões para o universo, a amostragem
        estatística inclui uma afirmação probabilística a cerca da validade dos resultados obtidos.
      - Assim, é comum aparecer nos resultados de pesquisas com amostras expressões
        como a margem de erro da pesquisa e nível de confiança do estudo, que
        representam a probabilidade de o resultado e sua margem de erro estarem
        corretos.
    - - O candidato do A tem 53% das intenções de voto, enquanto o candidato B aparece com 40%. Eleitores que pretendem votar em branco, nulo ou em ninguém são 4%. Não souberam responder ou não opinaram 3% dos entrevistados. O Ibope ouviu 805 eleitores entre os dias 19 a 21. A margem de erro éde 3,5 pontos percentuais para mais ou para menos.
      - O exemplo ilustra uma pesquisa amostral sobre preferências eleitorais, muito comum no Brasil. No caso, aponta que o candidato A, apresentava 53% das intenções de voto, com uma margem de erro de 3,5 pontos percentuais para mais ou para menos. Ou seja, a proporção amostral era de 53%.
      - • Porém, quando generalizada para o universo, formado por todos os eleitores, a proporção populacional poderia estar entre:
        • 53% – 3,5% = 49,5% e
        • 53% + 3,5% = 56,5%.
      - Como o exemplo nada fala sobre o nível de confiança assumido pelo pesquisado, éde se supor que este tenha sido igual a 95%, o mais rotineiramente empregado em análises inferenciais.
        Isso significa que o resultado entre 49,5% e 56,5% tem uma probabilidade de estar correto igual a 95%. Mas apresenta uma probabilidade de erro igual a 5%.
    - - Informações mais rápidas:
      - Pode analisar populações infinitas:
      - Em populações muito grandes pode
        apresentar uma maior acurácia dos dados coletados.
- - - - É permitido determinar o número da variabilidade da amostra numa dada amostragem aleatória. Com a variabilidade estimada e modelada, épossível calcular o erro inferencial; logo, as amostragens são as mais recomendadas.
      - Amostragem NÃO probabilística
        
        Quando as probabilidades das características da amostra e da população não
        necessariamente convergem, diz-se tratar de uma amostragem não probabilística
        ou por julgamento, que consiste em uma amostragem subjetiva, em que a
        variabilidade dos resultados da amostra não pode ser obtida com precisão.
        
        Impede a mensuração do erro da inferência – que é indesejado –, porém, resulta em custos ainda mais baixos em uma coleta de dados ainda mais rápida.
        
        De forma recente, amostragens subjetivas têm sido cada vez mais utilizadas em
        pesquisas de marketing, como os estudos de grupos de foco (focus groups).
      - Em relação às amostras probabilísticas, existem diversos critérios para a sua
        seleção. Dentre aqueles que são mais usuais, citam-se: a amostragem aleatória simples, a amostragem sistemática, a amostragem estratificada e a amostragem por conglomerados.